熊猫中的子数据帧

Question

假设我有df：

df = pd.DataFrame([[1, 2, 1], [1, 3, 2], [4, 6, 3], [4, 3, 4], [4, 4, 5]], columns=['A', 'B', 'C'])
   A  B  C
0  1  2  1
1  1  3  2
2  4  6  3
3  4  3  4
4  4  4  5

我想对'A'进行分组，并对'B'，'C'的子致命帧进行一些计算和操作，但是我找不到方法，只能在单列上找到方法。 因此，如果我将每个子数据帧都称为SubDF，我将尝试做的事情：

SubDF = SubDF.sort_values(by=['B','C'], ascending=[False,True])

反转C列，取总和，然后再次反转，我认为是这样的：

SubDF['cum_C'] = SubDF.loc[::-1, 'C'].cumsum()[::-1]

我想做的是将每个'A'转换为.sort_values（by = ['B'，'C'] ascending = [False，True]）然后是df.val1.cumsum（） 计算“ C”的水平

SubDF['per_C'] = 100*SubDF.cum_C/SubDF.C.sum()

，并且对于每个SubDF，第一行的cum_C都低于90％，因此最终结果将类似于：

df:
       A  B  C cum_C per_C
    0  1  2  1  1    33.333
    1  2  4  5  9    75.000

我该怎么做？

谢谢